Municipios por nivel de contagio

Con datos al día 19 de Abril, 2020

El día 16 de abril, el Gobierno Federal informó que el 17 de Mayo se levantarian las medidas de mitigación en algunas regiones del país, a partir de la información de contagios disponible a nivel municipal. De igual forma, se comentó que en aquellas municipalidades con un alto nivel de contagio (o que tuviera presencia de personas infectadas), se levantarían las medidas hasta el primero de Junio. Gracias a la publicación de los microdatos disponibles en el sitio de la Dirección General de Epidemiología de la Secretaria de Salud, es posible analizar las características de las regiones en las que se tiene evidencia de presencia de COVID-19. Para ello se analiza la información disponible a partir de tres categorías definidas por la propia Secretaria de Salud:

  • Contagios
  • Vecinos de contagios
  • Sin contagios y sin vecindad

Los resultados se presentan en la Tabla 1 presenta de acuerdo a estas categorías. En primer lugar se advierte que de acuerdo a la base de datos, que el 20.3% de todos los municipios a nivel nacional, tinen al menos un caso reportado de COVID-19, esto es 499 municipios. Por otro lado, se definen también lo que son áreas con vecindad a municipios con casos confirmados. Estos representan el 38.3% del total o 916 casos (más adelante discuto este número). Finalmente, se reportan 1017, o el 41.4% de los municipios sin ningún caso.

Al comparar estos porcentajes con la Población Económica Activa en cada municipio, las diferencias son más que evidentes. No obstante que los municipios con casos confirmados representan el 18.8% del total nacional, la proporción de la PEA se eleva hasta un 73.8%. En contraste las regiones quese presume levantarán las medidas de mitigación apenas si representan el 9.0% de la PEA. Lo anterior invita a reflexionar de los posibles impactos en el aparato productivo así como el efecto en el bienestar de grupos más vulnerables que se ven afectados por las diferentes medidas (necesarias) para sortear la pandemia del COVID-19.

Tabla 1. Distribución por nivel de contagio
Tipo de municipio Municipios Población Porcentaje de Municipios Porcentaje de la Población
Vecinos de contagios 1,055 19,044,193 43% 15.7%
Sin contagios o vecindad 712 6,350,089 29% 5.2%
Con contagios 689 95,944,304 28.1% 79.1%
* Fuente: Secretaria de Salud, 2020
INEGI, 2015

Economía y Bienestar

Producción bruta industrial y PEA

De acuerdo al Directorio Estadístico Nacional de Unidades Económicas (DENUE) del INEGI, en México hay alrededor de 5,447,589 Unidades Económicas (vease Tabla 2), de estas, el 73.2% de las UE se ubican en municipios con casos confirmados de COVID-19. En los municipios sin vecindad o casos, apenas si representa el 9.6% de las UE a nivel nacional. En este sentido al analizar por tamaño de empresa, se observa que la proporcion de micro y pequeñas empresas es relativamente menor en los municipios sin contagios o vecindad.

Tabla 2. Distribución por Tamaño de empresas
Tamaño de empresa Con contagios Vecinos de contagios Sin contagios o vecindad Total nacional
0 a 5 personas 86.2% 91.2% 91.9% 87.2%
6 a 10 personas 6.7% 4.7% 4.3% 6.3%
11 a 30 personas 4.7% 2.9% 2.8% 4.3%
31 a 50 personas 1% 0.5% 0.5% 0.9%
51 a 100 personas 0.7% 0.4% 0.3% 0.6%
101 a 250 personas 0.5% 0.2% 0.2% 0.4%
251 y más personas 0.3% 0.1% 0.1% 0.3%
Total 100% 100% 100% 100%
* Fuente: INEGI, 2020
Población Económicamente Activa Producción Bruta Total Industrial

Seguridad social (Empleos formales)

Población en situación de pobreza

Tabla 3. Distribución por nivel de contagio
Tipo de Municipio Distribución de Población Población en situación de Pobreza Poblacción en situación de Pobreza Extrema Carencia por accesos a servicios de salud Gini promedio
Con contagios 79% 69% 50% 81.9% 0.40
Vecinos de contagios 16% 23% 33% 13.9% 0.39
Sin contagios o vecindad 5% 9% 17% 4.1% 0.39
* Fuente: Coneval, 2015
Pob<-inner_join(Datos %>% select(entmun,Municipios),
                Pobreza %>%rename(entmun=`Clave \nentidad +\nmunicipio`,
                                  gini=`Coeficiente de Gini`,
                                  pext=`Número de personas en situación de pobreza extrema`,   
                                  pobr=`Número de personas en situación de pobreza`,
                                  Pobl=Población1,
                                  Psal=`Número de personas en situación de carencia por acceso a los servicios de salud`))%>% 
  inner_join(PadronPS) %>% mutate(Pbenefi=as.numeric(Pbenefi),
                                  pext=as.numeric(pext),
                                  pobr=as.numeric(pobr),
                                  Pobl=as.numeric(Pobl)
                                  ) %>% select(entmun,Municipios,pext,pobr,Pobl,Pbenefi)
## Joining, by = "entmun"
## Joining, by = "entmun"
## Warning in mask$eval_all_mutate(dots[[i]]): NAs introduced by coercion

## Warning in mask$eval_all_mutate(dots[[i]]): NAs introduced by coercion

## Warning in mask$eval_all_mutate(dots[[i]]): NAs introduced by coercion
Pob%>% group_by(Municipios) %>% summarise(Beneficiarias=sum(Pbenefi, na.rm = T),
                                          PCT_Poblacion=sum(Pbenefi, na.rm = T)/sum(Pobl, na.rm = T),
                                          PCT_Pobreza=sum(Pbenefi, na.rm = T)/sum(pobr, na.rm = T))
## # A tibble: 3 x 4
##   Municipios               Beneficiarias PCT_Poblacion PCT_Pobreza
## * <fct>                            <dbl>         <dbl>       <dbl>
## 1 Vecinos de contagios          17681787         0.928        1.46
## 2 Con contagios                 49776991         0.519        1.36
## 3 Sin contagios o vecindad       6930253         1.09         1.52

Infraestructura de salud

¿y la apertura?

La política economica en tiempos del Covid

Algunas consideraciones metodológicas

Antes que nada me gustaria destacar la labor titánica de quienes hacen este esfuerzo de integrar y publicar los datos. Esto es fundamental para poder empezar a tener una converzación de como mejorar estos procesos de generación de información, pero sobre todo el cómo construir mejores políticas públicas. Dicho lo anterior, me gustaria explicar algunas cifras que no me es posible replicar con lo informado por la Secretaria de Salud.

Primero y lo más importante, los datos se estan actualizando conforme progresa la confirmación de nuevos casos. De acuerdo a lo informado por la Secretaria de Salud el 16 de abril, 979 municipios de los llamados Sin contagios y vecindad concluirían La Jornada de Sana Distancia el 17 de mayo, en tanto que 1,484 municipios volverían hasta junio. Sin embargo estos números se han estado modificando (al analizar la base de datos hay 784 municipios en donde todavía se espera resultados de la prueba de Covid-19). Por ejemplo, al día 17 de abril el Gobierno Federal publicó un sitio para analizar los datos a nivel municipal, pero al contrastar la presencia de casos confirmados con mapeos que han realizado Twitteros como datavizero, se observan nuevos municipios que pasan de ser vecinos a municipios con contagio, tal es el caso de Ahumada y Guadalupe en Chihuahua. Segundo, Bacalar y Puerto Morelos en Quintana Roo así como los municipios 02999 y 03999 (municipios no identificados en Baja California y Baja California Sur).

Para finalizar, si estan interesados en ver el detalle de las estimaciones y todo el código en R para que lo puedan replicar en casita, pueden checarlo en mi Git o escribirme a Twitter